在Pandas中改变列的数据类型
我想把一个表示为列表的表格转换成Pandas DataFrame。作为一个极其简化的例子。
a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]
df = pd.DataFrame(a)
有什么方法可以将列转换为适当的类型,在这种情况下,第2和第3列转换为浮点?是否有办法在转换为DataFrame时指定类型?还是先创建DataFrame,然后通过列循环来改变每一列的类型更好?理想情况下,我希望以动态的方式来做这件事,因为可能有数百个列,我不想确切地指定哪些列是哪种类型。我所能保证的是,每一列都包含相同类型的值。
683
3
在pandas中,你有三个主要的转换类型的选项。 1.
to_numeric()
- 提供将非数字类型(如字符串)安全转换为合适的数字类型的功能。(参见to_datetime()
和to_timedelta()
。) 2.astype()
- 将(几乎)任何类型转换为(几乎)任何其他类型(即使这样做不一定明智)。也允许你转换为categorial类型(非常有用)。 3.infer_objects()
- 一个实用的方法,如果可能的话,将持有Python对象的对象列转换成pandas类型。 继续阅读,了解这些方法的更详细的解释和用法。1.`to_numeric()'。
将DataFrame的一个或多个列转换为数值的最好方法是使用
pandas.to_numeric()
。 这个函数将尝试把非数字对象(如字符串)改为整数或适当的浮点数。基本用法
对
to_numeric()
的输入是一个系列或一个DataFrame的单列。正如你所看到的,会返回一个新的系列。记得将该输出赋值给一个变量或列名,以便继续使用它。
你也可以通过 "apply() "方法,用它来转换一个DataFrame的多个列。
只要你的值都能被转换,这可能就是你所需要的。
错误处理
但如果有些值不能被转换为数字类型呢?
to_numeric()
也需要一个errors
关键字参数,允许你强制非数字值为NaN
,或简单地忽略包含这些值的列。 下面是一个使用字符串系列s
的例子,它的对象是dtype。默认行为是,如果它不能转换一个值,就会提出。在这种情况下,它不能处理字符串'pandas'。
我们可能希望'pandas'被认为是一个缺失/错误的数字值,而不是失败。我们可以通过使用
errors
关键字参数,将无效的数值胁迫到NaN
。errors
的第三个选项是,如果遇到无效值,就直接忽略操作。当你想转换整个DataFrame,但不知道哪些列可以可靠地转换为数字类型时,这最后一个选项特别有用。在这种情况下,只需写。
该函数将被应用于DataFrame的每一列。可以转换为数字类型的列将被转换,而不能转换的列(例如,它们包含非数字字符串或日期)将被搁置。
下转换
默认情况下,用
to_numeric()
进行转换会给你一个int64
或float64
的dtype(或你平台上的任何整数宽度)。 这通常是你想要的,但如果你想节省一些内存,使用一个更紧凑的dtype,如float32
,或int8
呢?to_numeric()
让你可以选择下转换为'整数,'有符号','无符号','浮点数'。下面是一个整数类型的简单序列s
的例子。下传到'整数&39;时,使用的是可以容纳这些值的最小的整数。
下移到'float'同样会选择一个比正常小的浮动类型。
2.
astype()
.astype()
方法使你能够明确你希望你的DataFrame或Series具有的dtype。它的用途非常广泛,你可以尝试从一种类型转到其他任何类型。基本用法
选择一个类型:你可以使用NumPy的dtype(比如
np.int16
),一些Python类型(比如bool),或者pandas的特定类型(比如分类dtype)。 在你想转换的对象上调用该方法,astype()
将尝试为你转换。注意,我说的是"try"--如果
astype()
不知道如何转换Series或DataFrame中的某个值,它将引发一个错误。例如,如果你有一个 "NaN "或 "inf "值,你会在试图将其转换为整数时出错。 从pandas 0.20.0开始,这个错误可以通过传递`errors='ignore''来抑制。你的原始对象将被返回而不被触动。要小心
astype()
很强大,但它有时会不正确地转换数值。比如说。这些都是小整数,那么转换成无符号的8位类型以节省内存如何?
转换成功了,但-7被绕成了249(即28-7)! 尝试使用
pd.to_numeric(s, downcast='unsigned')
进行降序,可以帮助避免这种错误。3.
infer_objects()
.pandas的0.21.0版本引入了方法
infer_objects()
,用于将具有对象数据类型的DataFrame的列转换为更具体的类型(软转换)。 例如,这里是一个有两列对象类型的DataFrame。一个持有实际的整数,另一个持有代表整数的字符串。使用
infer_objects()
,你可以将列'a'的类型改为int64。列 'b'已经被忽略了,因为它的值是字符串,而不是整数。如果你想尝试将这两列强制转换为整数类型,你可以使用
df.astype(int)
来代替。这个怎么样?
这里有一个函数,它的参数是一个DataFrame和一个列的列表,并将列中的所有数据强制为数字。
因此,对于你的例子。